Name: 人体特异 Reach-to-Grasp 运动的帧-帧视频分析 (视频) | JoVE Journal
Uploaded: 2018-01-15T14:00:00.000+00:00
Duration: 10 min 51 s
Description: 学习逐帧视频分析方法，用于量化人体特异Reach-to-Grasp运动的时间组织与运动学结构。该方法适用于婴儿、脑损伤患者及非人灵长类动物的手部神经行为研究，具有可靠、经济、无创且易于修改的优势。

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

作者感谢Alexis M. Wilson和Marisa E. Bertoli在拍摄和准备本论文视频过程中提供的帮助。本研究得到了加拿大自然科学与工程研究理事会（JMK、JRK、IQW）、阿尔伯塔创新-健康解决方案（JMK）以及加拿大卫生研究院（IQW）的资助。

所有涉及人类参与者的程序均已获得莱斯布里奇大学人类受试者研究委员会和汤普森河大学人类受试者研究伦理委员会的批准。
1. 参与者
<ol>
	<li>获得视力正常或矫正至正常、身体健康且无神经系统或感觉运动障碍病史的成年人的知情同意（除非研究目的是针对特定临床人群）。</li>
</ol>
2. 实验设置
<ol>
	<li>选择蓝莓、甜甜圈球和橙片作为抓取目标。从每种目标中随机选取十个，沿其最长轴测量长度，以确定每种目标的平均长度。 
	注意：使用形状和大小均匀的目标物。蓝莓目标物的平均尺寸为 12.41 ± 0.33 mm，甜甜圈球目标物的平均尺寸为 28.82 ± 1.67 mm，橙片目标物的平均尺寸为 60.53 ± 0.83 mm。</li>
	<li>确定实验的试验次数和顺序。告知参与者，他们将完成总共60次伸手试验，分为4个区组（视觉条件下2个区组，无视觉条件下2个区组），每个区组包含15次伸手试验（每个3个目标物体各重复5次）。告知参与者，在每个区组中，目标物体的呈现顺序由随机数生成器确定，呈随机排列。确保在不同参与者之间区组呈现的顺序采用交叉平衡设计。</li>
	<li>让受试者坐在安静、光线充足且无干扰的房间内的一把固定无扶手椅上。指导受试者坐直身体，双脚平放且端正地置于地面，双手掌心向下自然张开放在大腿上部。</li>
	<li>调节一个可独立放置且高度可调的基座的高度，使其顶部位于受试者坐姿时髋部顶端与胸骨之间中点处。将基座正对受试者身体中线正前方放置。</li>
	<li>指示受试者将其优势手直接伸向底座顶部。调整底座的位置，使其位于受试者的中线处，且距离等于受试者手臂完全伸展时的长度，使受试者伸直的中指恰好接触底座的远端边缘。底座定位完成后，要求受试者将伸直的手放回腿上。</li>
	<li>将高速摄像机置于受试者侧方矢状面位置，与受试者非优势手同侧，距离基座1米，用于记录受试者优势手的侧面伸手动作。调整摄像机的位置和变焦，使从该摄像角度能清晰观察到受试者头顶、手起始位置（大腿上部）以及基座上的伸手目标点。</li>
	<li>在底座前方1米处放置第二台摄像机，以捕捉受试者的正面画面。调整摄像机的位置和变焦，直至从该摄像角度能清晰看到受试者头顶、手在大腿上的起始位置以及底座上的 reaching 目标。 
	注意：可根据需要在受试者和基座的上方、下方或前方放置额外的摄像机。</li>
	<li>将每台相机设置为以每秒60、120或300帧的速率录制视频，分辨率设为最高可用值，快门速度设为1/250th （或高达1/1000）th 如果动作执行得非常迅速）的秒数。将两台摄像机均设置为将每个视频文件存储为 AVI、MP4 或 MOV 格式。使用带有冷 LED 灯（产生的热量可忽略不计）的强光灯照亮受试者及测试区域。将每台摄像机对焦于基座的中心位置。 
	注意：在如此高的帧率和快门速度下，需要使用强光源来照亮受试者及测试区域，以确保单个视频帧获得足够照明，并避免运动伪影。</li>
	<li>指导受试者在每次伸手试验开始时，双手张开、放松，并掌心向下平放在大腿背侧。</li>
	<li>告知参与者，在每次试验开始时，实验人员会将一个目标物体——蓝莓、甜甜圈球或橙片——放置在基座上，参与者需等待实验人员发出“1、2、3，开始”的口头指令后，用其惯用手伸出，抓取目标物体，然后将其放入口中，仿佛要将其吃掉。</li>
	<li>告知参与者应尽可能自然地完成任务，但无需真正食用目标物体。指导参与者将目标物体放入口中后，使用非优势手从口中取出目标物体，并将其放入位于非优势手一侧地面的废弃容器中。随后，指导参与者将双手放回大腿上端的起始位置，为下一次试验做好准备。</li>
	<li>选择一种不笨重但能完全遮挡目标对象中央凹及周边视野的遮眼罩。在每次无视觉试验阶段开始时，向所有参与者提供该遮眼罩，并确保其在目标物体被放置于基座之前已正确佩戴。 
	注意：在完成无视觉试验区块时，参与者需蒙上眼睛 之前 第一个无视觉试验开始。因此，在目标物体被放置于基座之前，参与者会被蒙住眼睛，以确保其无法看到在任何一次无视觉试验中，哪个可能的目标物体被放置于基座上。</li>
	<li>同时按下两台摄像机上的“record”按钮 之前 开始实验，并确保在特定参与者完成实验任务期间，每台摄像机的位置和方位保持不变。</li>
</ol>
3. 数据采集
<ol>
	<li>实验开始时，用食指快速轻敲基座顶部中央表面。 
	注意：食指与基座接触的瞬间将作为时间提示，在所有视频记录中均可观察到。</li>
	<li>将一个已知尺寸的校准物体（例如 1 cm3 的塑料立方体）放置在基座顶部中央，使每个摄像机均能正面平行地拍摄到立方体的一个侧面。让校准物体在基座上保留约 5 秒，以确保每个视频摄像机都能无遮挡地捕获其图像，然后在第一次伸手试验开始前移除校准物体。</li>
	<li>告知参与者实验即将开始，若参与者即将进行“无视觉”试验区块，请确保其佩戴眼罩，并要求参与者口头确认是否已准备就绪。</li>
	<li>将第一个目标物体放置在基座上，并使用 &#34;1、2、3，开始&#34; 的口令提示参与者执行伸手试验。</li>
	<li>重复步骤 3.4，直至参与者完成共计 60 次伸手试验。确保参与者仅在“无视觉”试验区块期间佩戴眼罩。</li>
	<li>完成 60 次伸手试验后，停止视频摄像机的录制。回答参与者可能提出的最后问题，并允许其离开。</li>
</ol>
4. 为逐帧视频分析准备视频
<ol>
	<li>从摄像机下载视频文件至一台已安装视频编辑软件的安全计算机上。</li>
	<li>在视频编辑软件程序中打开视频文件。在弹出的起始窗口中，点击新建项目按钮。在视频显示格式选项中选择帧，在采集格式选项中选择DV，然后点击确定 | 是。</li>
	<li>点击媒体浏览器标签，浏览并找到对应参与者的视频文件。点击并按住其中一个视频文件，将其拖放到相邻的时间线中。此时视频记录将出现在节目窗口中。使用键盘上的方向键向前和/或向后逐帧播放视频记录。</li>
	<li>使用键盘上的方向键导航至实验者用食指轻敲基座顶部的视频帧。在此帧处暂停视频，使播放头（在时间线上）准确定位于实验者手指首次接触基座的那一帧。</li>
	<li>使用视频编辑软件中的裁剪功能，裁剪（删除）当前帧之前的所有帧。操作方法为：点击标记入点 | 文件 | 导出 | 媒体选项。在弹出的导出设置窗口中，格式选项选择H.264，预设选项选择匹配源。</li>
	<li>点击输出名称，浏览并选择要保存新裁剪视频文件的文件夹。为正在创建的新裁剪视频文件指定一个新文件名，然后点击保存按钮。此时将返回到导出设置窗口，点击导出选项。</li>
	<li>对每位参与者的全部视频记录重复执行步骤4.1–4.6，为每个原始视频文件创建相应的新裁剪视频文件。后续所有逐帧视频分析均仅使用这些新裁剪的视频文件。 
	注意：在新裁剪的视频文件中，每个视频文件的第1帧均表示相同的事件（例如，实验者手指与基座首次接触的时刻），实质上实现了时间同步。这使得在单个参与者的单次测试会话中，能够快速、方便地在不同视角的同一行为事件视频之间切换。</li>
	<li>关闭并重新打开视频编辑软件，重复步骤4.2和4.3。将单个参与者的所有新裁剪视频文件分别拖放到视频编辑软件的不同时间线中，用于逐帧视频分析。这将允许你以时间同步的方式浏览每位参与者的多个视频视角。要更改在节目窗口中显示的视频记录（例如，正面或侧面视角），只需点击并拖动包含所需视频视角的时间线至其他时间线的上方即可。 
	注意：步骤4.8使用视频编辑软件完成，目的是临时实现单个参与者所有视频视角的时间同步。</li>
</ol>
5. 逐帧视频分析：时间组织
<ol>
	<li>对于每次伸手试验，使用键盘上的箭头键逐帧浏览时间同步的视频记录，以描述抓取动作的时间组织。将步骤 5.1.1-5.1.6 中所述的每个关键行为事件的首帧编号记录在电子表格中（补充表 1），这些事件也在 表 1 中进行了描述，并在 图 1 中进行了图示。 
	注意：虽然所有 6 个关键行为事件通常在每次视觉试验中均会出现，但其中某些事件可能并不总是在无视觉试验中出现。
	<ol>
		<li>确定动作起始点，定义为手掌从大腿背侧首次可见抬起的帧。</li>
		<li>确定收拢动作（collection），定义为手部形成闭合姿势，此时手指最大程度地屈曲并闭合。通常，收拢动作发生在动作起始之后、最大开合之前。</li>
		<li>确定最高点（maximum height），定义为食指最靠近近端的指关节在手部朝目标物体移动过程中达到的最高位置。</li>
		<li>确定最大开合（peak aperture），定义为手部最大张开程度（测量食指指尖中央与拇指指尖中央之间的距离），该事件发生在收拢动作之后、首次接触之前。有时手指在首次接触目标物体后会再次张开，此时也应记录第二次最大开合的帧编号。</li>
		<li>确定首次接触（first contact），定义为手部与目标物体之间首次发生接触的时刻。</li>
		<li>确定最终抓握（final grasp），定义为对目标物体的所有操作已完成，且受试者已牢固握住目标物体的时刻。</li>
	</ol>
	</li>
</ol>
6. 逐帧视频分析：运动学校准标尺
<ol>
	<li>为每位参与者创建一个校准标尺，用于将视频记录中以像素为单位测得的距离转换为厘米。
	<ol>
		<li>将感兴趣的视频记录拖放到视频编辑软件程序的时间轴中，如步骤 4.2 和 4.3 所示。将播放头移至显示校准物体的帧，然后点击导出帧。在打开的导出帧窗口中，在名称选项框中输入静止帧图像的名称，在格式选项框中输入TIFF，然后点击路径选项框，浏览并选择要保存静止帧图像的文件夹。</li>
		<li>在图像编辑软件程序中打开此静止帧图像文件。点击图像 | 分析 | 设置测量标尺 | 自定义，将鼠标指针变为标尺工具。使用标尺工具点击 1 cm3 校准立方体的一侧，拖动标尺工具至立方体的另一侧，尽量保持线条水平，并在立方体的对侧释放鼠标。
		 
		注：完成步骤 6.1.2 后，图像编辑软件程序将自动计算所绘制线条的像素长度，并在打开的测量标尺窗口的像素长度选项中显示该数值。</li>
		<li>在测量标尺窗口中，将逻辑长度选项框设为10，将逻辑单位选项框设为millimeters。点击保存预设。在测量标尺预设窗口中，输入视频视角及相应参与者的代码/编号（例如，SideView-Participant1）至预设名称选项框，然后点击OK。</li>
		<li>点击测量标尺窗口中的OK。
		 
		注：对每位参与者的每个视频视角重复执行步骤 6.1.1 至 6.1.4。</li>
	</ol>
	</li>
</ol>
7. 逐帧视频分析：运动学结构
<ol>
	<li>对于每次伸手试验，使用图像编辑软件中的标尺工具，描述抓取动作的运动学结构，并记录步骤 7.4–7.9 中所述的相关距离测量值 表1.</li>
	<li>使用视频编辑软件导出静止帧图像（步骤6.1.1），以展示以下每个行为事件：采集、最大高度、最大开度、首次接触和最终抓握（每次试验均需导出）。</li>
	<li>打开图像编辑软件中显示关键行为事件的静态帧图像。单击 图像 | 分析 | 设置测量尺度 并选择与您希望进行距离测量的图像中视频视角及参与者相对应的预设校准刻度（例如, 侧视-参与者1). 
	注意：选择合适的预设校准比例尺可确保使用标尺工具测量的所有后续距离都能准确地从像素转换为毫米。该预设校准比例尺将自动保留，并应用于后续打开的所有图像文件。因此，在切换至分析来自不同视频视角或不同受试者的静态帧图像之前，无需重复步骤 7.3。</li>
	<li>打开照片编辑软件中显示采集关键行为事件的静态图像。选择标尺工具，绘制一条从拇指指尖中心到食指指尖中心的直线。</li>
	<li>点击 图像 | 分析 | 记录测量结果，这将导致 测量日志 打开。记录 长度 该谱线的 采集距离 在电子表格中（补充表1).</li>
	<li>打开照片编辑软件中显示最大高度的静态图像。使用标尺工具测量底座顶端与受试者食指指节顶部之间的垂直距离。记录该数值 长度 该谱线的 最大高度距离 在电子表格中。</li>
	<li>打开照片编辑软件中显示最大指间距的静态图像。使用标尺工具测量拇指指尖中心与食指指尖中心之间的距离。记录该数值 长度 该谱线的 最大孔径距离 在电子表格中。</li>
	<li>打开照片编辑软件中显示首次接触的静态图像。使用标尺工具测量拇指指尖中心与食指指尖中心之间的距离。记录该距离 长度 该谱线的 首次接触光圈距离 在电子表格中。</li>
	<li>打开照片编辑软件中显示最终抓握状态的静态图像。使用标尺工具测量拇指指尖中心与食指指尖中心之间的距离。记录该数值 长度 该谱线的 最终抓握孔径距离 在电子表格中。</li>
</ol>
8. 逐帧视频分析：地形学测量
<ol>
	<li>在进行上述逐帧视频分析的同时，还需记录抓取动作的其他地形学特征，例如手部首次接触的部位、接触点、抓握点、调整动作、握持类型以及抓取策略。表2).
	<ol>
		<li>在电子表格中记录每位参与者在每次试验中与目标物首次接触的手部部位。使用以下编码：1 = 拇指，2 = 食指，3 = 中指，4 = 无名指，5 = 小指，6 = 掌面，7 = 手背。</li>
		<li>通过导出目标物的静态帧图像，在图像编辑软件中打开该图像，并使用程序中的画笔工具标记每次试验中手与目标物首次接触的位置，以确定首次接触点。根据需要调整画笔工具的大小、不透明度和颜色。重复此步骤，直至生成一幅完整的拓扑图，显示每位参与者在目标物上的首次接触点位置。 
		注意：有关单个研究中所有参与者首次接触点的汇总示例，请参见下文的代表性结果。</li>
		<li>通过导出目标物体的静态帧图像，在图像编辑软件中打开该图像，并使用程序中的画笔工具标记每次试验中手在最终抓握时刻与目标物体接触的位置，以此确定抓握点。根据需要调整画笔工具的大小、不透明度和颜色。重复此步骤，直至生成一幅单一的拓扑图，显示每位参与者在目标物体上的抓握点位置。 
		注意：有关单个研究中所有参与者抓握点汇总的示例，请参见下文的代表性结果。
		<ol>
			<li>目视确定视力正常受试者拇指与对侧手指在目标物上的平均抓握接触位置。将这两个接触位置记为 &#34;基线抓握接触点&#34;</li>
			<li>使用画笔工具标记 &#34;基线抓握接触点&#34; 在显示每位参与者首次接触点的地形图上，使用标尺工具（参见步骤6.1至6.1.4及7.5）测量每个首次接触点与相应基线接触点之间的二维线性距离。对每位参与者在有视觉和无视觉条件下的每个首次接触点重复此步骤。计算平均值 &#34;基线接触点距离&#34; 对于每位参与者，该值将表示其首次接触位置与基线抓握接触点之间的平均偏差距离。</li>
			<li>使用画笔工具标记 &#34;基线接触点&#34; 在显示每位参与者抓握接触点的地形图上，使用标尺工具（参见步骤6.1、6.1.4和7.5）测量每个抓握点与相应基线接触点之间的二维线性距离。对每位参与者在有视觉和无视觉条件下的每个抓握点重复此步骤。计算平均值 &#34;基线接触点距离&#34; 对于每位参与者，该指标将显示其抓握接触点与基线抓握接触点之间的平均差异程度。</li>
		</ol>
		</li>
		<li>通过检查视频记录，确定每次试验中参与者所做的调整次数，注意在首次接触目标帧与最终抓握帧之间，参与者是否曾松开并重新接触目标。将每位参与者每次试验的调整总次数记录在电子表格中。</li>
		<li>确定每次试验中抓取目标物体所使用的握持类型，并在电子表格中记录：（i）钳捏握法：以同一只手的拇指指腹与另一手指指腹夹持目标物体；（ii）精细握法：以同一只手的拇指指腹与至少两个其他手指的指腹共同夹持目标物体；或（iii）力量握法：以同一只手的手掌与手指共同握持目标物体。</li>
		<li>确定每次试验所采用的抓握策略（预成形策略、触碰后抓握策略、变体1、变体2或变体3策略；参见下文代表性结果），并将其记录在电子表格中。</li>
	</ol>
	</li>
</ol>

<ol><li>Karl, J. M., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Different+evolutionary+origins+for+the+Reach+and+the+Grasp%3A+an+explanation+for+dual+visuomotor+channels+in+primate+parietofrontal+cortex%5BTitle%5D)+AND+%22Front+Neurol%22%5BJournal%5D)">Different evolutionary origins for the Reach and the Grasp: an explanation for dual visuomotor channels in primate parietofrontal cortex.</a> Front Neurol. 4 (208), (2013).</li>
<li>Whishaw, I. Q., Karl, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+contribution+of+the+reach+and+the+grasp+to+shaping+brain+and+behaviour%5BTitle%5D)+AND+%22Can+J+Exp+Psychol%22%5BJournal%5D)">The contribution of the reach and the grasp to shaping brain and behaviour.</a> Can J Exp Psychol. 68 (4), 223-235 (2014).</li>
<li>Jeannerod, M. Intersegmental coordination during reaching at natural visual objects. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aJeannerod%2C+M+%22Attention+and+Performance+IX%22">Attention and Performance IX</a>. Long, J., Badeley, A. , Hillsdale: Lawrence Erlbaum Associates. 153-169 (1981).</li>
<li>Arbib, M. A. Perceptual structures and distributed motor control. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aArbib%2C+MA+%22Handbook+of+Physiology%22">Handbook of Physiology</a>. Brooks, V. B. 2, American Psychological Society. 1449-1480 (1981).</li>
<li>De Bruin, N., Sacrey, L. A., Brown, L. A., Doan, J., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Visual+guidance+for+hand+advance+but+not+hand+withdrawal+in+a+reach-to-eat+task+in+adult+humans%3A+reaching+is+a+composite+movement%5BTitle%5D)+AND+%22J+Mot+Behav%22%5BJournal%5D)">Visual guidance for hand advance but not hand withdrawal in a reach-to-eat task in adult humans: reaching is a composite movement.</a> J Mot Behav. 40 (4), 337-346 (2008).</li>
<li>Karl, J. M., Sacrey, L. A., Doan, J. B., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Hand+shaping+using+hapsis+resembles+visually+guided+hand+shaping%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Hand shaping using hapsis resembles visually guided hand shaping.</a> Exp Brain Res. 219 (1), 59-74 (2012).</li>
<li>Domellöff, E., Hopkins, B., Francis, B., Rönnqvist, L. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Effects+of+finger+markers+on+the+kinematics+of+reaching+movements+in+young+children+and+adults%5BTitle%5D)+AND+%22J+Appl+Biomech%22%5BJournal%5D)">Effects of finger markers on the kinematics of reaching movements in young children and adults.</a> J Appl Biomech. 23 (4), 315-321 (2007).</li>
<li>Karl, J. M., Sacrey, L. A., Doan, J. B., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Oral+hapsis+guides+accurate+hand+preshaping+for+grasping+food+targets+in+the+mouth%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Oral hapsis guides accurate hand preshaping for grasping food targets in the mouth.</a> Exp Brain Res. 221 (2), 223-240 (2012).</li>
<li>Karl, J. M., Schneider, L. R., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Nonvisual+learning+of+intrinsic+object+properties+in+a+reaching+task+dissociates+grasp+from+reach%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Nonvisual learning of intrinsic object properties in a reaching task dissociates grasp from reach.</a> Exp Brain Res. 225 (4), 465-477 (2013).</li>
<li>Hall, L. A., Karl, J. M., Thomas, B. L., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Reach+and+Grasp+reconfigurations+reveal+that+proprioception+assists+reaching+and+hapsis+assists+grasping+in+peripheral+vision%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Reach and Grasp reconfigurations reveal that proprioception assists reaching and hapsis assists grasping in peripheral vision.</a> Exp Brain Res. 232 (9), 2807-2819 (2014).</li>
<li>Karl, J. M., Whishaw, I. Q. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Haptic+grasping+configurations+in+early+infancy+reveal+different+developmental+profiles+for+visual+guidance+of+the+Reach+versus+the+Grasp%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Haptic grasping configurations in early infancy reveal different developmental profiles for visual guidance of the Reach versus the Grasp.</a> Exp Brain Res. 232 (9), 3301-3316 (2014).</li>
<li>Whishaw, I. Q., Karl, J. M., Humphrey, N. K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Dissociation+of+the+Reach+and+the+Grasp+in+the+destriate+%28V1%29+monkey+Helen%3A+a+new+anatomy+for+the+dual+visuomotor+channel+theory+of+reaching%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Dissociation of the Reach and the Grasp in the destriate (V1) monkey Helen: a new anatomy for the dual visuomotor channel theory of reaching.</a> Exp Brain Res. 234 (8), 2351-2362 (2016).</li>
<li>Timmann, D., Stelmach, G. E., Bloedel, J. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Grasping+component+alterations+and+limb+transport%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Grasping component alterations and limb transport.</a> Exp Brain Res. 108 (3), 486-492 (1996).</li>
<li>Saling, M., Mescheriakov, S., Molokanova, E., Stelmach, G. E., Berger, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Grip+reorganization+during+wrist+transport%3A+the+influence+of+an+altered+aperture%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Grip reorganization during wrist transport: the influence of an altered aperture.</a> Exp Brain Res. 108 (3), 493-500 (1996).</li>
<li>Whishaw, I. Q., Faraji, J., Kuntz, J., Mirza Ahga, B., Patel, M., Metz, G. A. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Organization+of+the+reach+and+grasp+in+head-fixed+vs+freely-moving+mice+provides+support+for+multiple+motor+channel+theory+of+neocortical+organization%5BTitle%5D)+AND+%22Exp+Brain+Res%22%5BJournal%5D)">Organization of the reach and grasp in head-fixed vs freely-moving mice provides support for multiple motor channel theory of neocortical organization.</a> Exp Brain Res. 235 (6), 1919-1932 (2017).</li>
</ol>

作者声明无竞争性财务利益。

本文介绍了如何使用逐帧视频分析方法来量化人类伸手抓握动作的时间组织、运动学结构以及部分空间特征。该技术可用于研究典型的视觉引导性伸手抓握动作，也可用于研究个体化的伸手抓握动作。这类动作难以通过传统的三维运动追踪系统进行研究，但在发育中的婴儿、感觉信息处理能力改变的受试者，以及患有感觉运动障碍（如失明、帕金森病、脑卒中或脑瘫）的患者中却十分常见。因此，逐帧视频分析的使用将使研究人员能够拓展研究范围，涵盖更广泛的抓握行为，这些行为由多种感觉模式引导，存在于健康人群和临床人群中。逐帧视频分析的具体优势包括相对低廉的成本、易于实施、无需使用可能妨碍手部感觉与运动功能的传感器或标记物、可与其他运动追踪系统兼容，以及能够描述伸手抓握动作中细微的变化——这些变化往往难以从大多数传统三维运动追踪系统提供的运动学输出中解读。综上所述，逐帧视频分析的这些特点使得我们对抓握行为神经控制机制的理论理解得以推进。
尽管在许多情况下，逐帧视频分析可能是分析特异性伸手抓握动作的唯一可靠方法，但需要注意的是，该技术也存在一些局限性。首先，距离测量（例如，通过逐帧视频分析获得的峰值开度等参数是二维...

抓握（prehension）是指伸手抓取物体的行为，广泛用于许多日常功能，包括获取食物以进食、梳理、操控物体、使用工具，以及通过手势和书写进行交流。关于抓握行为的神经行为控制，最具影响力的理论是双重视觉运动通道理论1,2,3,4，该理论提出，抓握行为由两个动作组成：一是“伸展”动作，将手部运送到目标位置；二是“抓握”动作，使手部张开、塑形并闭合以适应目标的大小和形状。这两个动作通过两条可分离但相互作用的神经通路介导，即从视觉皮层到运动皮层、经由顶叶的通路1,2,3,4。然而，双重视觉运动通道理论的行为学证据尚不明确，主要原因在于伸手抓握动作表现为一个连续、无缝的过程，且几乎无需意识参与即可完成。尽管如此，抓握行为的研究几乎总是在视觉引导的条件下进行，即健康受试者伸手抓取一个可见的目标物体。在这种情况下，该动作确实表现为一种可预测且模式化的单一运动：在伸手动作开始前，眼睛会注视目标；随着手臂伸展，手指张开，根据物体大小进行手形调整，随后开始闭合；在接触目标前，视线离开目标，紧接着几乎立即完成对目标的最终抓握5。然而，当视觉被移除时，该运动的结构则发生根本性变化：动作分解为其基本组成部分，即首先以张开的手进行伸手动作，通过触碰来定位目标，随后由目标接触产生的触觉反馈引导手部进行塑形和闭合以完成抓握6。
抓取动作的量化通常通过三维（3D）运动追踪系统实现。这类系统包括红外追踪系统、电磁追踪系统或基于视频的追踪系统。尽管这些系统在获取健康成年受试者对可见目标物体执行典型抓取动作时的运动学参数方面是有效的，但仍存在若干缺点。除了成本高昂之外，这些系统还需要在受试者的上肢、手部和手指上安装传感器或标记物。这些装置通常使用医用胶带固定，可能阻碍手部的触觉反馈，改变自然的运动行为，并分散受试者的注意力7。由于这些系统通常输出与加速度、减速度和速度等不同运动学变量相关的数值，因此也不适合研究手部如何接触目标。使用这些系统时，还需额外配备传感器或设备，以确定手的哪一部分接触目标、接触发生在目标的哪个位置，以及手部构型如何变化以操控目标。此外，最常用的红外追踪系统需要使用专用摄像机来追踪手部标记物在三维空间中的位置6，这要求摄像机与手部传感器之间保持直接视线。因此，任何动作中的个体化特征都可能遮挡视线，导致关键运动学数据的丢失。然而，在许多情况下，抓取动作中的个体化特征反而是常态。这些情况包括婴儿早期发育阶段刚开始学习伸手抓物；目标物体不可见、必须依赖触觉线索引导抓取动作；目标物体形状或质地异常；以及受试者患有多种感觉运动障碍之一，如中风、亨廷顿病、帕金森病、脑瘫等etc.。在所有这些情况下，抓取动作既不可预测也不具典型性，且不一定由视觉引导。因此，由于手部感觉反馈中断、自然运动行为改变、数据丢失和/或难以解释这些设备输出的个体化运动学数据，3D运动追踪系统对这些动作的时间结构和运动学特征进行可靠量化的功能可能受到严重限制。
本文介绍了一种新颖的技术，可用于量化不同人群中的特异性伸手抓握动作。该技术成本低廉，不会阻碍手部的感觉反馈或自然运动行为，具有可靠性，同时可根据多种实验范式灵活调整。该技术采用多个高速摄像机，从多个角度记录伸手抓握动作的全过程。随后通过逐帧回放视频，结合视觉观察，对一系列关键行为事件进行记录，从而共同提供对伸手抓握动作时间进程和运动学特征的量化描述。本文通过对健康成人在视觉引导与非视觉引导条件下的伸手抓握动作进行比较分析6,8,9,10，以展示该技术的有效性；然而，该技术的改进版本也已被用于量化人类婴儿11和非人灵长类动物12的伸手抓握行为。这些研究中逐帧视频分析所得的综合结果，是最早为抓握的双重视觉运动通道理论提供行为证据的研究之一。

<table><tbody><tr><td>高速摄像机</td><td>Casio</td><td>http://www.casio-intl.com/asia-mea/en/dc/ex_f1/ or http://www.casio-intl.com/asia-mea/en/dc/ex_100/</td><td>用于采集高速视频记录的 Casio EX-F1 高速摄像机或 Casio EX-100 高速摄像机</td></tr><tr><td>Adobe Photoshop</td><td>Adobe</td><td>http://www.adobe.com/ca/products/photoshop.html</td><td>用于校准和测量单个视频帧中距离的软件</td></tr><tr><td>Adobe Premiere Pro</td><td>Adobe</td><td>http://www.adobe.com/ca/products/premiere.html?sdid=KKQOM&amp;amp;mv=search&amp;amp;s_kwcid=AL!3085!3!193588412847!e!!g!!adobe%20premiere%20pro&amp;amp;ef_id=WDd17AAABAeTD6-D:20170606160204:s</td><td>用于进行逐帧视频分析的软件</td></tr><tr><td>高度可调底座</td><td>Sanus</td><td>http://www.sanus.com/en_US/products/speaker-stands/htb3/</td><td>一种高度可调的扬声器支架，顶部通过螺丝固定一个定制的 9 cm × 9 cm × 9 cm 三角形顶板，用作伸手任务的平台</td></tr><tr><td>1 cm 校准立方体</td><td>Learning Resources (Walmart)</td><td>https://www.walmart.com/ip/Learning-Resources-Centimeter-Cubes-Set-500/24886372</td><td>一个 1 cm 的塑料立方体，用于将像素距离转换为厘米单位</td></tr><tr><td>影棚灯</td><td>Dot Line</td><td>https://www.bhphotovideo.com/c/product/1035910-REG/dot_line_rs_5620_1600w_led_light.html</td><td>带有冷光 LED 的强光灯，用于照亮受试者和测试区域</td></tr><tr><td>三维（3D）睡眠眼罩</td><td>Kfine</td><td>https://www.amazon.com/Kfine-Sleeping-Contoured-lightweight-Comfortable/dp/B06W5CDY78?th=1</td><td>在无视觉条件下用作眼罩以遮挡视觉</td></tr><tr><td>橙子片</td><td>N/A</td><td>N/A</td><td>橙子片作为大尺寸伸手目标</td></tr><tr><td>多纳圈球（Donut Balls）</td><td>Tim Hortons</td><td>http://www.timhortons.com/ca/en/menu/timbits.php</td><td>来自 Tim Hortons 的传统原味小圆面包（Timbits）作为中等尺寸伸手目标</td></tr><tr><td>蓝莓</td><td>N/A</td><td>N/A</td><td>蓝莓作为小尺寸伸手目标</td></tr></tbody></table>

逐帧视频分析人类特异性伸手抓握动作

Frame-by-Frame Video Analysis of Idiosyncratic Reach-to-Grasp Movements in Humans

抓握行为，即伸手抓取物体的动作，是人类活动的核心。我们通过这一行为实现自我进食、自我梳理，并操控环境中的物体和工具。许多感觉运动障碍会损害此类行为，然而目前我们对其神经控制机制的理解仍远不完善。现有的研究人类伸手抓握动作的技术通常依赖运动追踪系统，这类系统往往价格昂贵，需要在手部附着标记物或传感器，限制自然运动和感觉反馈，且所提供的运动学数据可能难以解释。尽管这些技术通常适用于研究视力正常健康成年人的典型伸手抓握动作，但在研究婴幼儿、盲人成年人以及神经系统疾病患者所表现出的不可预测且个体差异显著的伸手抓握动作时，许多技术面临额外的局限性。因此，我们提出一种新颖、低成本、高度可靠且灵活的方法，用于量化人类个体化伸手抓握动作的时间结构和运动学特征。通过高速摄像机从多个角度记录伸手抓握过程，随后采用逐帧视频分析方法，记录一系列预定义行为事件的发生时间与幅度，例如动作起始、手部收回、最高点、最大开合度、首次接触目标以及最终抓握。通过记录每个事件对应的相对帧号，重建动作的时间结构；同时，利用图像编辑软件中的标尺或测量功能，校准身体两个部位之间或身体部位与目标物体之间的二维线性距离，从而量化手部的运动学结构。逐帧视频分析可为个体化的伸手抓握行为提供定量且全面的描述，使研究人员能够将研究范围扩展至更广泛的自然抓握行为，涵盖更多样化的感知模式，并适用于健康人群及临床患者群体。

本部分提供了使用逐帧视频分析法研究在非视觉感觉引导下个体化伸手抓握动作时可获得的结果示例。主要发现是：当受试者能够利用视觉预先识别目标物体的外在属性（位置/方向）和内在属性（大小/形状）时，他们会将伸手与抓握整合为一个连续流畅的抓取动作，在接触物体前即已将手部预塑形成与目标物体大小和形状相匹配的形态（图2A）。然而，当无法使用视觉时，他们会将这两个动作分离，转而依赖触觉反馈，首先根据目标物体的外在属性引导手部定位，再根据其内在属性进行调整，这种策略被称为“先触后抓”的通用策略（图2B）。通过逐帧视频分析所得结果与传统运动追踪系统的结果相当，且无需承担后者所需的高昂成本、操作繁琐及其他弊端。这些结果也为抓取动作的“双重视觉运动通道理论”提供了支持，该理论假说认为，伸手和抓握是可分离的动作，在视觉引导下整合时表现为单一动作。
在视觉和无视...

本实验方案描述了如何使用逐帧视频分析来量化人类个体化的伸手抓握动作。通过比较视力正常与失明健康成年人的伸手动作来演示该技术，但该方法也可应用于发育群体和临床群体的研究。

抓握，即伸手抓取物体的动作，是人类行为的核心。我们用它来进食、梳洗以及操控……

本实验的主要目标是量化个体化伸手抓握动作的时间组织、运动学结构和地形特征。该方法可用于回答与婴儿、脑损伤患者以及非人灵长类动物手部运动神经行为组织相关的关键科学问题，这些对象往往难以通过自动化运动追踪技术进行研究。该技术的主要优势在于其高度可靠、成本低廉且无侵入性，同时可根据多种研究目的轻松调整。今天由我实验室的研究助理 Alexis Wilson 和 Marisa Bertoli 演示该实验流程。首先选择蓝莓、甜甜圈球和橙片作为抓取目标。引导受试者进入测试房间，并告知他们将完成共计 60 次抓取试验，分为四个区组，每个区组包含 15 次抓取试验。接下来，调节一个可升降的独立底座的高度，使其高度与坐姿受试者的躯干长度相匹配，确保底座顶部位于受试者髋部顶端与胸骨中点之间的中间位置。然后，在底座同一侧、距离底座一米处，将一台高速摄像机置于受试者矢状面位置，用于记录受试者优势手的侧面伸手动作。随后，在底座正前方一米处放置第二台摄像机，以获取受试者的正面影像。指导受试者在每次伸手试验开始时，双手张开、放松，并掌心向下平放在大腿背侧。告知受试者，在每次试验开始时，实验者会将目标物体放置在基座上，受试者需等待实验者发出“一、二、三、开始”的口头指令后，再用其优势手伸出，抓取目标物体，然后将目标物体放入口中，如同准备进食一般。随后，通过用食指快速轻敲基座顶部中央表面，作为所有视频中的时间提示，开始数据采集。最后，将第一个目标物体放置在基座上，并使用“一、二、三、开始”的提示信号，指示参与者执行伸手试验。首先，在视频编辑软件程序中打开视频文件。使用键盘上的方向键导航至视频帧，该帧应显示实验者用其食指轻触基座顶部的动作。然后，使用视频编辑软件中的剪裁功能，删除当前帧之前的所有帧。接下来，使用视频编辑软件的导出功能，将每段视频记录的剪裁版本保存至计算机硬盘上的安全位置。最后，选择并拖动同一参与者的所有新剪裁视频记录，分别导入视频编辑软件中的不同时间轴，以进行时间同步的逐帧视频分析。首先确定运动起始的帧编号，定义为手掌开始从大腿背侧明显抬起的第一帧。接着，确定抓取动作的帧编号，即手指最大程度屈曲并闭合，形成闭合手姿的时刻。然后，确定最高点的帧编号，即手朝向目标物体运动过程中，示指最靠近近端的指关节所达到的最高位置。随后，确定达到最大 aperture 的帧编号，即抓取后手部达到最大张开程度但尚未首次接触目标物体的时刻。确定手部与目标物体首次接触的帧编号。最后，确定目标物体的所有操作均已完成且受试者已牢固握住目标物体时所对应的帧编号，该时刻称为最终抓握（final grasp）。首先，在图像编辑软件中打开显示采集关键行为事件的静态帧图像。选择标尺工具，并在拇指指尖中心与食指指尖中心之间画一条直线。将此直线的长度记录在电子表格中作为采集距离。接下来，在图像编辑软件中打开显示最大高度的

frame-frame-video-analysis-idiosyncratic-reach-to-grasp-movements

Research

科研

JoVE Journal

Behavior

行为

人体特异 Reach-to-Grasp 运动的帧-帧视频分析

本研究采用单脉冲经颅磁刺激刺激初级运动皮层，结合神经导航以及手部肌肉肌电活动的记录，探索受试者观察动作序列时的皮质脊髓兴奋性。...

动作观察期间皮质脊髓兴奋性的调节

目前尚不清楚来自腹侧视觉通路的自上而下信号如何影响运动。我们建立了一种实验范式，用于检测在三维深度反转错觉条件下朝向目标的运动行为。研究发现，在错觉和真实视觉条件下，无论是有意识的目标导向运动，还是自动动作，均存在显著差异。...

探索自上而下视觉过程对运动行为影响的方法

本方案介绍了一种在婴儿与演员进行无预设社交互动时，从自由活动的婴儿中解码其意图的新型神经解码方法。采用非侵入性高密度主动式头皮脑电图（EEG）记录神经活动，同时使用惯性测量单元采集运动学数据，并辅以同步视频记录进行补充。...

一种用于自由活动的人类婴儿在社交互动中多模态神经解码意图的新型实验与分析方法

我们展示了在观看媒体内容时对眨眼频率的检测、采集与分析。...

利用脑电图测量与高质量视频记录分析媒体内容的视觉感知

本实验方案的目的是详细介绍如何在实验室中采集视频数据；如何记录参与者观看这些视频时的眼动数据；以及如何利用机器学习技术高效分析参与者所观看视频的内容。...

结合眼动追踪数据与自由观看城市公园环境步行视频的视频内容分析

本文介绍了一种构建自动装置的方案，该装置可引导猴子执行灵活的伸手抓握任务。该装置结合了三维平移装置和旋转台，能够在三维空间中的任意位置呈现多个物体。...

用于在三维工作空间中呈现可抓握物体的装置设计与使用

啮齿类动物的熟练抓取任务常用于研究灵巧技能，但该任务的实施和行为分析通常需要耗费大量时间和精力。本文介绍了一种自动化熟练抓取方法，结合运动追踪与抓取轨迹的三维重建技术。...

自动化大鼠单颗粒抓取任务结合爪和指轨迹的三维重建

本文展示了一种视频分析流程，可克服在磁共振成像（MRI）环境中进行行为监测所面临的挑战，从而实现对外部刺激引发的非指令性行为反应的检测。该分析方法将有助于更全面地理解诱发的内在状态变化及全脑范围的活动模式。...

全脑成像期间母性行为反应的表征

本研究描述了一种利用机器学习检测啮齿类动物模型（包括TgF344-AD大鼠）运动功能障碍的精细运动行为测试方法。...

一种用于在神经退行性疾病临床前模型中研究关节运动学的精细运动任务

本文介绍了如何使用眼动追踪方法来研究文本理解过程中的认知活动。内容包括眼动追踪设备的描述、实验刺激材料的设计方法以及实验操作建议。文中提供的信息适用于大多数使用语言刺激材料的研究。...

利用眼动追踪评估文本理解中的认知过程

学习逐帧视频分析方法，用于量化人体特异Reach-to-Grasp运动的时间组织与运动学结构。该方法适用于婴儿、脑损伤患者及非人灵长类动物的手部神经行为研究，具有可靠、经济、无创且易于修改的优势。

逐帧视频分析人类特异性伸手抓握动作

探索更多视频